Cloud AI & On-Device AI

ㅇ Cloud AI에서 On-Device AI로의 이동은 주요 트렌드이지만, 상호 보완성을 위해 Hybrid-AI 가 필요하다. 
    - On-Device AI와 set을 구성할수 있는 Hybrid-Platform 필요 
      (On-Device AI 장점: 프라이버시(정보유출), 네트워크 단절, 연산량 부하, 저전력/저비용 .....)

      (Hybrid-AI 장점: ODAI + 대용량 처리와 데이타/로직 공유 가능)
    - CCTV, Sensor 측정기기, 로봇청소기, 세탁기 등 디바이스에서 AI 연산을 자체 처리
    - 예)노타: "실시간 얼굴∙손동작 인식 모델을 경량화한 온디바이스 솔루션"
              "출입문 제어를 위한 얼굴 인증, 차량 운전자 인식 등에 유용"
              "DL 경량화 플랫폼: 넷츠프레소(NetsPresso)"

 

ㅇ TinyML

www.edx.org/course/fundamentals-of-tinyml

Fundamentals of TinyML

ㅇ 특별히, 언택트로 인한 매장관리, 물류관리, 오피스 관리, Connected-car 등 확대 예상
    - 기본 구성: H/W + Platform + Service
    - 다품종 소량생산/서비스를 위한 맞춤형 platform
    - 신경망 기반의 '린 추론 엔진' 필요
    - in-place depth-wise convolution

 

www.qualcomm.com/news/onq/2017/08/16/we-are-making-device-ai-ubiquitous?cmpid=oofyus181544